Question

我正在编写一些R模拟代码，但希望利用Fortran的swift线性代数库来替换核心迭代循环。到目前为止，我主要关注使用.Fortran调用链接的F95子例程的明显选项;我想我应该优化内存使用（我传递非常大的数组）并设置DUP=FALSE但是我在手册中读到了关于这种方法的危险性以及它在R 3.1.0中的折旧和R 3.2中的禁用的警告0.0。现在手册建议切换到.Call，但此功能本身不提供Fortran支持。

我的谷歌搜索已经产生了a stackoverflow question，它探索了一种将Fortran子程序通过C代码与使用.Call调用它的方法。在我看来，这种事情可能像魅力或诅咒一样起作用。因此，我的问题是：

旨在提高速度和稳健性，通过.Fortran和.Call致电Fortran有哪些风险和好处？
使用.Call调用Fortran子例程是否有更优雅/更有效的方式？
是否还有其他选择？

Answer 1

以下是我对这种情况的看法：

.Call是通常首选的界面。它直接为您提供了指向底层R数据对象（SEXP）的指针，因此您决定进行所有内存管理。如果需要，您可以尊重NAMED字段并复制数据，或忽略它（如果您知道您不会修改数据，或者由于其他原因而感到很舒服）

.Fortran尝试从R SEXP对象自动提供适当的数据类型到Fortran子例程;但是，它的使用通常是不鼓励的（原因并不完全清楚，说实话）

您应该从C / C ++例程中调用编译的Fortran代码。给定名为fortran_subroutine的Fortran子例程，您应该能够在C / C ++代码中提供前向声明，例如：（注意：你需要一个领先的extern "C" C ++代码）：

void fortran_subroutine_(<args>);

请注意函数名称的尾随下划线 - 这是Fortran编译器（我熟悉的，例如gfortran）默认情况下“破坏”符号名称的方式，因此可用的符号将具有尾随下划线。

此外，您需要确保选择的<args>映射到相应的C类型到相应的Fortran类型。幸运的是，R-exts提供了这样一个表格。

最后，R R CMD build会自动促进R包的编译+链接过程。因为我显然是一个贪婪的惩罚，我produced an example package应该提供足够的信息让你了解绑定在那里是如何工作的。

Answer 2

3。共有其他选择吗？是

R包 dotCall64 可能是一个有趣的选择。它提供.C64()，它是外国功能接口的增强版本，即.C()和.Fortran()。

接口.C64()可用于接口Fortran和C / C ++代码。它

与.C()和.Fortran()的用法类似
提供一种避免不必要的只读和只写参数副本的机制
支持长向量（具有2 ^ 31-1个以上元素的向量）
支持64位整数类型参数

因此，可以避免不必要的只读参数副本，同时避免将.Call()接口与C包装函数结合使用。

一些链接：

R软件包 dotCall64 ：https://CRAN.R-project.org/package=dotCall64
dotCall64 的描述，例如：https://doi.org/10.1016/j.softx.2018.06.002
使用 dotCall64 使稀疏矩阵代数R包 spam 与庞大的稀疏矩阵（大于2 ^ 31-1非零元素）兼容的示例：https://doi.org/10.1016/j.cageo.2016.11.015

我是 dotCall64 和垃圾邮件的作者之一。

在R中高效调用F95：使用.Fortran或.Call？

2 个答案: